質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

文字コード

文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

2189閲覧

pythonを用いたスクレイピングで適切な形のデータのリストを作成することができません。

futashige

総合スコア28

スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

文字コード

文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

1クリップ

投稿2017/10/03 15:04

編集2017/10/03 16:18

###前提・実現したいこと
データ分析・機械学習を行うために、pythonを用いて、スクレイピングを行い、気象データを収集することが目的です。(csvファイルを用いずに)

###発生している問題・エラーメッセージ
該当のクラスを指定することで、タグも含んだ文字列としてデータを抽出することには成功したのですが、その文字列がリストに対して文字列で無いかのように格納されてしまい(''が付いていない)数値データを取り出すことが出来なくなっております。(正規表現などを用いて数値データを取り出そうとしたが、要素が文字列として認識されないため、実行できない)

(例)
['<span aria-hidden="true" class="icon glyphicon glyphicon-search"></span>', '<span aria-hidden="true" class="icon glyphicon glyphicon-search"></span>']
本来は上のように取り出したいのですが、下のようになってしまいます。
[<span aria-hidden="true" class="icon glyphicon glyphicon-search"></span>, <span aria-hidden="true" class="icon glyphicon glyphicon-search"></span>]

###該当のソースコード
python

import requests, bs4

res = requests.get('http://www.data.jma.go.jp/obd/stats/etrn/view/annually_s.php?prec_no=44&block_no=47662&year=&month=&day=&view=')

soup = bs4.BeautifulSoup(res.txt)

a = soup.select('.data_0_0') #aが最終的に取り出したリスト

###試したこと
ネットで検索したことに従い、urllibなどを用いて同様のことを行いましたが、得られるリストに変化はありませんでした。

###補足情報(言語/FW/ツール等のバージョンなど)
python3.6.1

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

karamarimo

2017/10/03 15:57

「その文字列がリストに対して文字列で無いかのように格納されてしま」うなら、どう格納されているのでしょうか?
futashige

2017/10/03 16:13

大変分かりにくく書いてしまい申し訳在りません。修正いたします。
futashige

2017/10/03 16:23

Tag Object のリストを通常の文字列のリストに変換すること、また、直接 Tag objectの要素からデータを抽出することは可能なのでしょうか?
guest

回答1

0

ベストアンサー

.select()Tagオブジェクトのリストを返しますが、Tagオブジェクトのテキストは.stringで取得でき、これはNavigableStringオブジェクトを返します。

NavigableString

NavigableStringは文字列のラッパーで、文字列そのものはstr(...)で取得できます。docsにはunicodeを使えと書いてありますが、たぶんこれはPython2用の情報だと思います。

今の場合、つぎのようにして各要素のテキストを取り出せるはずです。

lang

1a = soup.select('.data_0_0') 2for ele in a: 3 text = str(ele.string) 4 # do something

投稿2017/10/03 16:50

karamarimo

総合スコア2551

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

futashige

2017/10/03 17:21

無事に取り出すことに成功しました。夜分遅くまでありがとうございます。 また機会があれば宜しくお願い致しますねよろしくおねがいいたします!
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問